ترجمه فارسی مقاله پتانسیل شبکه عصبی با ابعاد بالا برای Co$_3$O$_4$

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی A High-Dimensional Neural Network Potential for Co$_3$O$_4$
عنوان مقاله به فارسی پتانسیل شبکه عصبی با ابعاد بالا برای Co$_3$O$_4$
نویسندگان Amir Omranpour, Jörg Behler
فرمت مقاله انگلیسی PDF
تعداد صفحات 17
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Materials Science,علم مواد ,
توضیحات Submitted 17 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده 17 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The Co$_3$O$_4$ spinel is an important material in oxidation catalysis. Its properties under catalytic conditions, i.e., at finite temperatures, can be studied by molecular dynamics simulations, which critically depend on an accurate description of the atomic interactions. Due to the high complexity of Co$_3$O$_4$, which is related to the presence of multiple oxidation states of the cobalt ions, to date \textit{ab initio} methods have been essentially the only way to reliably capture the underlying potential energy surface, while more efficient atomistic potentials are very challenging to construct. Consequently, the accessible length and time scales of computer simulations of systems containing Co$_3$O$_4$ are still severely limited. Rapid advances in the development of modern machine learning potentials (MLPs) trained on electronic structure data now make it possible to bridge this gap. In this work, we employ a high-dimensional neural network potential (HDNNP) to construct a MLP for bulk Co$_3$O$_4$ spinel based on density functional theory calculations. After a careful validation of the potential, we compute various structural, vibrational, and dynamical properties of the Co$_3$O$_4$ spinel with a particular focus on its temperature-dependent behavior, including the thermal expansion coefficient.

چکیده به فارسی (ترجمه ماشینی)

CO $ _3 $ o $ _4 $ اسپینل ماده مهمی در کاتالیز اکسیداسیون است.خواص آن در شرایط کاتالیزوری ، به عنوان مثال ، در دمای محدود ، می تواند با شبیه سازی دینامیک مولکولی مورد بررسی قرار گیرد ، که به طور انتقادی به توصیف دقیقی از فعل و انفعالات اتمی بستگی دارد.با توجه به پیچیدگی بالای CO $ _3 $ O $ _4 $ ، که مربوط به وجود حالت های اکسیداسیون متعدد یون های کبالت است ، تا به امروز روشهای \ textit {ab initio} اساساً تنها راه برای تصحیح قابل اعتماد در زیرین بوده است.سطح انرژی بالقوه ، در حالی که پتانسیل های اتمی کارآمدتر برای ساخت بسیار چالش برانگیز هستند.در نتیجه ، مقیاس طول و زمان در دسترس شبیه سازی های رایانه ای از سیستم های حاوی شرکت $ _3 $ O $ _4 $ هنوز به شدت محدود است.پیشرفت های سریع در توسعه پتانسیل های یادگیری ماشین مدرن (MLP) که بر روی داده های ساختار الکترونیکی آموزش دیده اند ، اکنون امکان ایجاد این شکاف را فراهم می کند.در این کار ، ما از پتانسیل شبکه عصبی با ابعاد بالا (HDNNP) برای ساخت MLP برای شرکت فله $ _3 $ O $ _4 $ اسپینل بر اساس محاسبات تئوری عملکردی چگالی استفاده می کنیم.پس از اعتبار سنجی دقیق پتانسیل ، ما خصوصیات ساختاری ، ارتعاشی و پویا مختلف CO $ _3 $ O $ _4 $ اسپینل را با تمرکز ویژه بر رفتار وابسته به دما ، از جمله ضریب گسترش حرارتی محاسبه می کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.